Variación de la riqueza en la macrofauna edáfica en dos usos del suelo, en Santa Bárbara, Heredia, durante la época lluviosa
Barrantes Rodriguez Sofía, Pérez Enriquez Alejandra, Porras Serrano Manuel,Quesada Ávila Isabel, Segura Astua Daniela
11 de noviembre de 2017
Resumen
Considerando la importancia ecológica que poseen los organismos edáficos como bioindicadores de la degradación forestal, se propuso hacer una investigación de campo, con el fin de observar la variación en la riqueza de la macrofauna edáfica, según el uso y la perturbación de los suelos que habitan. Se llevó a cabo en la Finca La Amistad, Barrio Jesús, Santa Bárbara, Heredia, Costa Rica, durante la época lluviosa. Se recolectaron muestras de tierra de 32,4 a 34,8 cm de circunferencia y a 5 cm de profundidad, en 60 parcelas escogidas al azar, 30 de una zona altamente alterada con predominancia de árboles frutales y 30 de un bosque secundario joven en regeneración. Se separó la macrofauna y la hojarasca, de cada muestra, se identificaron los especímenes a nivel de orden, familia y clase. Se midió la temperatura, pH del suelo, cobertura vegetal y biomasa de la hojarasca. Los datos recolectados se sometieron a distintos tratamientos estadísticos, de los cuales ninguno presentó diferencias significativas a nivel numérico, sin embargo, se analizaron las características de alimentación y comportamiento de las unidades taxonómicas presentes, obteniendo una diferencia en proporciones de grupos funcionales entre las zonas muestreadas.
Introducción
En los últimos 20 años en Costa Rica, la expansión territorial ha aumentado en un 50%. Siendo Heredia, la segunda ciudad donde más ha incrementado la expansión de la infraestructura urbana (PEN, 2016). Generando una fragmentación de los bosques, alteración hidrográfica, contaminación y degradación del suelo y en consecuencia pérdida de hábitats y especies de flora y fauna (Laurance y Bierregaard, 1997). Esto crea la necesidad de encontrar herramientas para determinar los estados de perturbación de los suelos, con respecto a sus usos. Un bioindicador de la degradación forestal es la macrofauna del suelo, ya que se ve alterada con facilidad por las perturbaciones del ambiente (Favero et al., 2011). Dado que la distribución y composición de organismos edáficos suele verse influenciada por aspectos como temperatura, nutrientes del suelo, hojarasca, ph, condiciones climáticas y, sobretodo, la modificación del uso del terreno (Moreira, 2008). El muestreo de macroinvertebrados es muy método accesible y de bajo costo, que permite adquirir datos acertados sobre el estado del terreno. Debido a la importancia en conocer el estado del suelo, en sus distintos usos, así como de los parches de bosque para su recuperación y conservación, el presente trabajo plantea los siguientes objetivos: (1) Identificar los grupos de organismos edáficos de un bosque secundario, ribereño, de 10 años y una zona altamente perturbada. (2) Medir los factores pueden influir en la presencia de grupos de macroinvertebrados (Temperatura, ph, cobertura vegetal, características de la cobertura vegetal). (3) Realizar los análisis estadísticos respectivos para determinar si hay diferencias significativas entre las riquezas de los 2 usos del suelo.
Metodología
La investigación se realizó en Barrio Jesús, Santa Barbara de Heredia a 1.140 msnm. Las zonas de estudio, fueron, un bosque de sucesión temprana o bosque secundario joven(árboles de hasta hasta 7m de alto, GAP entre 50 y 90%,) y una zona con un nivel de degradación muy alto o zona altamente alterada (ausencia o presencia de pocos árboles, GAP >90%). Estas zonas se clasificaron según las definiciones de degradación forestal de la FAO (2009). En el bosque secundario joven (BS) predominan herbáceas como y enredaderas como Cladium sp, Philodendron sp, calzoncillo (Passiflora biflora) y arbóreas como higuerones (Ficus costarricana, f. citrifolia, F. jimenezi), aguacatillos (Nectandra martinicensis), guarumos (Cecropia obtusifolia), cenízaro (Albizia Saman), roble (Quercus sp) targuá (Croton draco), uruca (Trichilia havanensis), piper (Piper lacunosum) Inga (Inga densiflora). Y en la zona altamente alterada predominan gramíneas de menor tamaño, Guayaba (Psidium guajaba), Zapote (Pouteria sapota), Caimito (Pouteria caimito), Níspero japonés (Enobotrya japonica), Manzana de agua (Syzygium malaccense) Jocote (Spondias purpurea), corteza amarilla (Tabebuia ochracea), madero negro (Gliricidia sepium).
Se tomaron 60 puntos de muestreo al azar, 30 en cada zona.
ZA<-sample(1:40, 30, replace = FALSE)
BS<- sample(41:80, 30, replace = FALSE)Se recogieron muestras de suelo, con un cilindro de 32.4 a 34.8 circunferencia, por 5 cm de altura (449.42 cm3), según el manual de Biología de suelos tropicales y fertilidad (Anderson et Ingram, 1993). En cada punto se midió el pH y la temperatura del suelo con un medidor digital (multimetro 4 en 1, Kecheng). Se tomaron fotografías planas del dosel con la cámara principal de un teléfono (iPhone5s) de 8MP, por parcela para datar la cobertura vegetal. Se separaron los macroinvertebrados mediante embudos de Berlese (Sandler et al, 2010), durante 24 horas, y se hizo una revisión extra a mano. Se identificaron los individuos mayores a 2mm, a nivel de clase, orden o familia. Se separó la hojarasca, se secó en horno, a 65°C, por 48 horas y se pesó. Esto se realizó en el Laboratorio de Ecología funcional y ecosistemas tropicales (LEFET). Finalmente se realizaron los análisis estadísticos correspondientes
Resultados
En este muestreo se encontraron temperaturas entre los 20 y 24 grados Celsius, con un promedio de 21.88 y una mediana de 21.50 grados entre las dos zonas de muestreo. En ZA se encontró una temperatura mínima de 20 grados y una máxima de 24 con un promedio de 22.57 y una mediana de 23 grados. Por su parte BS presentó una temperatura mínima de 20 grados y una máxima de 23 con un promedio de 21.20 y una mediana de 21 grados.
library(readxl)
bichos1 <- read_excel("C:/Users/hp/Desktop/DATOS_BIOEST/bichos1.xlsx",
col_types = c("numeric", "text", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric"))
library(ggplot2)
grf1<-ggplot(bichos1, aes(x=parc, y=temp, fill=parc))+geom_boxplot()+ ylab("Temperatura (°C)") + xlab("Zona de muestreo")+theme_classic()
grf1
El pH registrado osciló en 5 y 7.5 con un promedio de 6.592 y una mediana de 7. ZA presentó un pH mínimo de 5 y máximo de 7 (6.383 ±0.639, n=30). BS presentó un pH mínimo de 5 y máximo de 7 (6.8 ± 0.484, n=30).
library(readxl)
bichos1 <- read_excel("C:/Users/hp/Desktop/DATOS_BIOEST/bichos1.xlsx",
col_types = c("numeric", "text", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric"))
library(ggplot2)
grf2<-ggplot(bichos1, aes(x=parc, y=ph, fill=parc))+geom_boxplot()+ ylab("pH") + xlab("Zona de muestreo")+theme_classic()
grf2
En el caso de la biomasa presente en las parcelas recolectadas se encontró un máximo de 23.720 g y un mínimo de 0.582 g (6.314 ± 4.393, n=30). Esta variable no presentó una distribución normal. Sin embargo la biomasa en la ZA (8.180 ± 4.771, n=30) si presenta una distribución normal (P>0.05). Por su parte la biomasa en la BS (4.448 ± 3.048, n=30) no presenta una distribución normal (P<0.05).
library(readxl)
bichos1 <- read_excel("C:/Users/hp/Desktop/DATOS_BIOEST/bichos1.xlsx",
col_types = c("numeric", "text", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric"))
library(ggplot2)
windows(title = "Prueba")
grf3<-ggplot(bichos1, aes(x=parc, y=mat, fill=parc))+geom_boxplot()+ ylab("Biomasa(g)") + xlab("Zona de muestreo")+theme_classic()
grf3
Para saber si exite una relación entre la materia vegetal y la cobertura vegetal se realizó una prueba de correlación utilizando el método de Kendall. Se obtuvo una relación debil negativa entre estas dos variables de un 6 %. (rho=-0.25, P<0.05)
library(readxl)
bichos1 <- read_excel("C:/Users/hp/Desktop/DATOS_BIOEST/bichos1.xlsx",
col_types = c("numeric", "text", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric"))
cor.test(bichos1$mat,bichos1$lai,method=c("kendall"))->cor1
cor1##
## Kendall's rank correlation tau
##
## data: bichos1$mat and bichos1$lai
## z = -2.7945, p-value = 0.005198
## alternative hypothesis: true tau is not equal to 0
## sample estimates:
## tau
## -0.2484412Se lograron identificar 18 unidades taxonómicas operantes (UTO) y se encontró un total de 165 individuos. ZA y BS presentaron 15 UTO diferentes cada uno. La zona altamente alterada presentó un total de 95 individuos mientras que el bosque secundario presentó 70 individuos. Sin embargo no se encontró diferencia significativa entre el número de individuos de la zona alterada ZA (3.17±3.04, n=30), y el número de individuos del bosque secundario BS (2.33±1.58, n=30) (p>0.05).
library(readxl)
Abundancia <- read_excel("C:/Users/hp/Desktop/DATOS_BIOEST/Abundancia.xlsx",sheet = "Hoja2", col_types = c("numeric","text", "numeric", "text"))
library(ggplot2)
graf7<-ggplot(Abundancia, aes(factor(UTO), cantidad, fill = Zona)) + ylab("Número de individuos") + xlab("Unidades taxonómicas operantes") + scale_fill_brewer(palette= "Set2")+ geom_bar(stat="identity", position = "dodge") +theme_classic() + theme(axis.text.x = element_text(angle = 67, hjust = 1))
graf7
library(readxl)
bichos1 <- read_excel("C:/Users/hp/Desktop/DATOS_BIOEST/bichos1.xlsx",
col_types = c("numeric", "text", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric"))
wilcox.test(bichos1$abun[1:30],bichos1$abun[31:60],exact = F,paired = T)->dif1
dif1##
## Wilcoxon signed rank test with continuity correction
##
## data: bichos1$abun[1:30] and bichos1$abun[31:60]
## V = 183.5, p-value = 0.3429
## alternative hypothesis: true location shift is not equal to 0Se utilizaron las unidades taxonómicas operantes como factor para obeservar si existía alguna diferencia significativa entre las dos parcelas , pero ninguna unidad mostró diferencias significativa
library(ggpubr)
library(readxl)
Abundancia <- read_excel("C:/Users/hp/Desktop/DATOS_BIOEST/Abundancia.xlsx",sheet = "Hoja2", col_types = c("numeric","text", "numeric", "text"))
compare_means(cantidad ~ Zona, data = Abundancia, group.by = "UTO", paired = F)->comparacion
comparacion## # A tibble: 15 x 9
## UTO .y. group1 group2 p p.adj p.format
## <chr> <chr> <chr> <chr> <dbl> <dbl> <chr>
## 1 Cicadelidae cantidad BS ZA 1 1 1
## 2 Crysomelidae cantidad BS ZA 1 1 1
## 3 Diplopodos cantidad BS ZA 1 1 1
## 4 Dipluro cantidad BS ZA 1 1 1
## 5 Formicidae cantidad BS ZA 1 1 1
## 6 Gastropodos cantidad BS ZA 1 1 1
## 7 Hirudinea cantidad BS ZA 1 1 1
## 8 Isopodos cantidad BS ZA 1 1 1
## 9 Larva coleoptera NI cantidad BS ZA 1 1 1
## 10 Larvas NI cantidad BS ZA 1 1 1
## 11 Oligoquetos cantidad BS ZA 1 1 1
## 12 Pseudoescorpionidae cantidad BS ZA 1 1 1
## 13 Quilopodos cantidad BS ZA 1 1 1
## 14 Sthaphilinidae cantidad BS ZA 1 1 1
## 15 Symphilo cantidad BS ZA 1 1 1
## # ... with 2 more variables: p.signif <chr>, method <chr>comparacion$method## [1] "Wilcoxon" "Wilcoxon" "Wilcoxon" "Wilcoxon" "Wilcoxon" "Wilcoxon"
## [7] "Wilcoxon" "Wilcoxon" "Wilcoxon" "Wilcoxon" "Wilcoxon" "Wilcoxon"
## [13] "Wilcoxon" "Wilcoxon" "Wilcoxon"comparacion$p.signif## [1] "ns" "ns" "ns" "ns" "ns" "ns" "ns" "ns" "ns" "ns" "ns" "ns" "ns" "ns"
## [15] "ns"Discusión
En las zonas muestreadas, las temperaturas y los niveles de pH, no representaron factores determinantes para la explicación de las diferencias entre ambos sitios. Así mismo, estadísticamente, no podemos explicar variaciones entre las parcelas por el porcentaje de cobertura vegetal, ni por la biomasa presente. Las diferencias de riqueza entre los sitios muestreados tampoco fueron estadísticamente significativas, hubo igualdad entre los datos de ambas zonas. Sin embargo, los sitios de muestreo si eran físicamente distintos. El BS presenta mayor cantidad de especies endémicas o nativas de los tópicos (Passiflora biflora) y arbóreas (F. costarricana, f. citrifolia, F. jimenezi, N. martinicensis, C. obtusifolia, A. Saman, Quercus sp, C. draco, T. havanensis), que crean relaciones con otros agentes microbianos del suelo, enriqueciendolo y permitiendo la diversificación de los hábitats del suelo (Moreira, 2008). Y la ZA presentaba árboles frutales, que permiten disposición alimenticia y otros introducidos (P. guajaba, P. sapota, P. caimito, E. japonica, S. malaccense, S. purpurea, Tabebuia ochracea), en su mayoría el suelo se encontraba cubierto de gramíneas, las cuales han presentado asociación a especies plagas de coleópteros y otros (Moron, 2001). Sin embargo, podemos inferir comportamientos en la proporción de los grupos por sus asociación a ciertos sistemas naturales. Pues, características sobre la alimentación y comportamiento de las unidades taxonómicas identificadas, si nos podrían dar un panorama más claro de la diferencia entre sitios debido a los grados de perturbación, por su influencia en la calidad y salud del suelo, al participar en el ciclo de la materia orgánica y la producción de estructuras físicas biológicas (Lavelle, 2009, Pankhurt et al 1997). Así separando por grupos tróficos: saprogfaos, hervivoros, omnivoros, depredadores e ingenieros del bosque (Moreira, 2008), encontramos diferencias en proporciones, aunque no estadísticamente significativas.
En los ingenieros del ecosistema: Formicidae y Oligochaeta (Lavelle et al. 1997), notamos que formicidae, estuvo presente en mayor proporción en ZA, esto se puede deber a su comportamiento social generalista, amplia tolerancia a la perturbación, distribución y adaptación (Rivera and Armbrecht, 2005). Oligochaeta mostró mayores proporciones en el bosque secundario, pues se reportado mayor especificidad a bosques de sucesión avanzada y mayores coberturas vegetales (Pizon et al 2015). En el grupo de los saprofagos: Isópodos y diplópodos, donde Diplopoda es considerado un eficiente indicador de calidad de suelo asociado a la cobertura vegetal, materia orgánica y humedad del suelo (Pimentel et al., 2011), muestra mayor proporción en el bosque secundario joven. La presencia de Gastropoda (Herbívoro) en el bosque secundario joven y su ausencia en la zona altamente alterada, se puede deber a la necesidad porosidad del suelo y humedad, del grupo (Moreira, 2008). La variación proporcional de grupos depredadores como Aranae, Pseudoescorpionidae, Diplura, entre las parcelas y su cantidad en cada parcela, puede deberse a las especies que comúnmente depreda, a la falta de organismos para depredar a causa de la degradación (Brown et al 2001). En el caso de los coleópteros que se agrupan dentro de los omnívoros, buscan hábitats con abundante vegetación que mantenga niveles adecuados de humedad y diversidad de presas, la gran mayorıa sus miembros son depredadores (Marquez, 2003, Caballero et al., 2009, Luna, 2001). Sin embargo, la subfamilia Melolonthidae, pertenecen a ambientes altamente alterados, con alta presencia de gramíneas, las cuales representan a las plagas más comunes y difíciles de controlar en el trópico (Moron, 2001), como lo fue la zona altamente alterada, donde se notó la presencia de estas en gran cantidad. Las comparaciones realizadas, fueron no significativas estadísticamente, probablemente por la naturaleza misma de los datos. Estas se abordan bajo estadísticos e índices que no se tomaron en cuenta para este trabajo.
Conclusiones
La macrofauna puede ser considerada como una herramienta para determinar el grado de perturbación de un lugar. Pues, nos explica mediante la presencia y/o ausencia de grupos taxonómicos, la dinámica ecológica del sitio de estudio (Moreira, 2008). Así mismo, notar que la riqueza no es un buen indicador de la perturbación, sobretodo al comparar entre dos usos, y que nos lleve a este tipo de conclusiones. Estos nos dan un número de especies presentes y no la caracterización de estas, lo que genera controversia, al usar la riqueza como un indicador (Jiménez Martínez et al, 2008, Hernández and Limonte, 2010). Y que para describir estas dinámicas, ha resultado útil, la separación de los macroinvertebrados por grupos funcionales, que se ajusten al proposito analitico necesario (Moreira, 2008, Pinzon, 2015) Es necesario, para estudios similares y para entender la degradación, aplicar métodos estadísticos más especializados, los cuales pueden incluir la normalización de los datos, para realizar análisis de componentes principales y explicar la distribución de los grupos taxonómicos encontrados en cada sitio, respecto a las características de estos sitios. Además los índices de diversidad, abundancia y dominancia de especies nos dan muestras cuantitativas, que se relaciones a las cualidades de los sitios muestreados, para de igual forma, caracterizar los suelos y su ecología. Considerando la macrofauna como un indicador a tomar en cuenta para el desarrollo y proporción de servicios ambientales.
Referencias
Anderson, J., Ingram, J. (1993) Tropical Biology and Fertility, a Handmade book of methods. United Kindom: CAB international, Wallinford.
Brown, George G.; Fragoso, Carlos; Barois, Isabelle; Rojas, Patricia; Patrón, José C.; Bueno, Julián; Moreno, Ana G.; Lavelle, Patrick; Ordaz, Víctor; Rodríguez, Carlos (2001) Diversidad y rol funcional de la macrofauna edáfica en los ecosistemas tropicales mexicanos Acta Zoológica Mexicana (nueva serie), núm. Es1, 2001, pp. 79-110 Instituto de Ecología, A.C. Xalapa, México.
Caballero,U.,Cortés, J.,Ríos, A.. (2009). Response of rove beetles (Staphylinidae) to various habitat types and change in Southern Mexico. Journal of Insect Conservation, 13, 67–75.
FAO. 2009. Towards defining forested degradation: Comparative analysis of existing definitions. Forest Resources Assessment Programme Working Paper 154. FAO: Roma, Italia. 62 pp. Disponible en: ftp://ftp.fao.org/docrep/fao/012/k6217e/k6217e00.pdf.
Favero, S., H.A. Souza & A.K.M. Oliveira. (2011). Coleoptera (Insecta) as forest fragmentation indicators in the Rio Negro sub-region of the Pantanal, Mato Grosso do Sul, Brazil. Brazilian Journal of Biology 71(1,Suppl.): 291-295.
Hernández, U. A. y Limonte, A. C. (2010). Influencia del policultivo en soya (glycine max (l.) merril) sobre la entomofauna. Centro Agrícola, 37(1):77–79.
Jiménez Martínez, E., Sandino, V.,Pérez, D. y Sanchez, D. (2008). Comparación de la incidencia poblacional de insectos plagas y benéficos en arreglos de monocultivo versus policultivos de tomate (lycopersicum esculentum mill,) pipián (cucurbita pepo l.) y frijol (phaseolus vulgaris l.). La Calera, 8(9):5–11.
Laurance, W y Bierregaard, R., Jr.(1997). Preface: a crisis in the making. Laurance et al. (Eds) Tropical Forest Remnants: ecology, management, and conservation of fragmented communities. The University of Chicago Press. EEUU. 616.
Lavelle, P. (2009). Ecology and the challenge of a multifunctional use of soil. Pesq. agropec. bras., 44, 803-810.
Lavelle, P., Bignell, D. E., Lepage. M., Volters, V., Roger, P., Ineson, P., Heal, W. y Dillion, S. (1997) Soil function in a changing world: The role of invertebrate ecosystem engineers’, The Inventory of Soil Biological Diversity 15ES_HTSB_11-6 13/6/08 18:14 Page 15 European Journal of Soil Biology, vol 33, pp. 159–193.
Luna, J. M. (2001). Especies necrófilas de staphylinidae (insecta: Coleoptera) del municipio de tlayaca-pan, morelos, México. Folia Entomologica Mexicana, 40(1):93–131.
Márquez, J. (2003). Ecological patterns in necrophilous Staphylinidae (Insecta: Coleoptera) from Tlayacapan, Morelos, México.. Acta zoológica mexicana, 89, 69-83.
Moreira, M.S, F, Hiusing, J., y Bignell, D. E., (2008), Manual de biología de lo suelos tropicales. Earthscan. ISBN: 978-1-84407-621-5.
Morón, M. Á. (2001). Larvas de escarabajos del suelo en México (Coleoptera: Melolonthidae), Acta Zoológica Mexicana (nueva serie), núm. Es1, 2001, pp. 111-130 Instituto de Ecología, A.C. Xalapa, México
Pankhurst, C. E, B.M. Doube & V.V.S.R Gupta (1997). biological indications of soil health. CAB International Wallingford.
Pinzón, S., Rousseau, X., Piedade, A., Celentano, D., Zelarayán, M., Braun, H. (2015). La macrofauna del suelo como indicadora de degradación de bosques ribereños en la Amazonia oriental brasilera. Revista de la Facultad de Agronomía, 114, 49-60.
Pimentel, M.S., H. de Polli & A.M. de Aquino. (2011). Bioindicators of soil quality in coffee organic cultivation systems. Pesquisa Agropecuaria Brasileira 46(5): 546–553.
Programa Estado de la Nación en Desarrollo Humano Sostenible (2016). Costa Rica Vigesimosegundo Informe Estado de la Nación en Desarrollo Humano Sostenible/ PEN-CONARE.–22 edición. San Jose, Costa Rica. ISBN. 978-9968-806-98-5
Rivera, L. and Armbrecht, I. (2005). Diversity of three ant guilds in shade and sun coffee plantations and forests of risaralda. Revista Colombiana de Entomologí́a, 31(1):89–96.
Sandler, Rosana V, Falco, Liliana B, Di Ciocco, Cesar, De Luca, Romina, & Coviella, Carlos E. (2010). Eficiencia del embudo Berlese-Tullgren para extracción de artrópodos edáficos en suelos argiudoles típicos de la provincia de Buenos Aires. Ciencia del suelo, 28(1),1-7.